Taking too long? Close loading screen.

Month: April 2022

เมื่อข้อมูลมาเยือนสวนสนุกอย่าง Disney World

หากพูดถึง Disney คงไม่มีใครไม่รู้จักอย่างแน่นอน บริษัทยักษ์ใหญ่ของโลก ที่มีธุรกิจอยู่ในมือมากมาย และหนึ่งในธุรกิจที่ไม่พูดถึงไม่ได้นั้นก็คือ ธุรกิจด้านสวนสนุกอย่าง Disney World ดินแดนในความฝันของใครหลายคน โดยบทความนี้จะมาเล่าถึงว่า การที่ Disney เป็นที่รู้จักอย่างกว้างขวาง พวกเขาได้มีการนำเอาข้อมูลขนาดใหญ่ (Big Data) ไปใช้เพื่อมอบประสบการณ์ที่น่าจดจำให้แก่ผู้ที่เข้ามาเยี่ยมเยือนสวนสนุกอย่าง Disney World อย่างไร ทำไม Disney World ถึงดึงดูดใจผู้ที่เข้ามาเยี่ยมเยือนสวนสนุกซ้ำแล้วซ้ำอีกได้ไม่มีเบื่อ Disney ใช้การวิเคราะห์ข้อมูลและทำความเข้าใจพฤติกรรมของลูกค้าเพื่อพัฒนาธุรกิจของตนได้อย่างไร? Disney ได้ใช้การวิเคราะห์ข้อมูลร่วมกับการบริหารสวนสนุกเพื่อสร้างความบันเทิงที่เข้าถึงลูกค้ามากขึ้น การเก็บข้อมูลจำนวนมากของ Disney ทำให้บริษัทสามารถเข้าใจพฤติกรรมที่ผ่านมาของลูกค้าและสามารถนำเสนอสิ่งใหม่ๆผ่านการพยากรณ์ด้วยข้อมูล โดยการวิเคราะห์ข้อมูลรูปแบบนี้คือการวิเคราะห์พฤติกรรม (behavioral analytics) Behavioral analytics คือการวิเคราะห์ข้อมูลรูปแบบหนึ่งที่มุ่งเน้นในการทำความเข้าใจพฤติกรรมของกลุ่มบุคคล การวิเคราะห์ประเภทนี้ถูกใช้มากในเชิงพาณิชย์อิเล็กทรอนิกส์ เช่น ธุรกิจเกม social media และธุรกิจอื่นๆที่จำเป็นต้องใช้การวิเคราะห์ประเภทนี้เพื่อสร้างผลลัพธ์ทางธุรกิจที่ต้องการ การไปเที่ยวที่ Disney World ในทุกวันนี้เป็นอะไรที่น่าตื่นเต้น ซึ่งแตกต่างจากเมื่อก่อนที่การวางแผนจะไปนั้นไม่ใช่สิ่งที่ง่าย โดยแขกที่ต้องการไปเที่ยวจำเป็นต้องจองการเดินทาง หาที่พัก และซื้อตั๋วเข้าแยกกันทั้งหมด มากไปกว่านั้นการจะเข้าไปใน Disney World …

เมื่อข้อมูลมาเยือนสวนสนุกอย่าง Disney World Read More »

มาทำโมเดล recommendation อย่างง่ายกันเถอะ

สวัสดีครับคุณผู้อ่าน วันนี้ผมจะมาแนะนำการทำโมเดล recommendation อย่างง่าย ๆ ด้วย library ที่ชื่อว่า LightFM กันนะครับ ก่อนอื่นเลยเรามาทำความรู้จักกับเจ้า library ตัวนี้กันสักนิดนะครับ LightFM เป็นโมเดล recommendation แบบ hybrid ซึ่งถูกพัฒนาโดยบริษัทสินค้าแฟชั่นชื่อดังอย่าง lyst ที่สามารถแนะนำได้ทั้งแบบ content-based filtering และ collaborative filtering โดยผมจะขอยกตัวอย่างประกอบง่าย ๆ ของการแนะนำในแต่ละแบบนะครับ content-based filtering นั้นเป็นการแนะนำตามคุณสมบัติของสิ่งที่เราจะแนะนำครับ เช่น ถ้าโมเดลของเรารู้ว่าเราชอบกินต้มยำไก่ และรู้ว่าต้มยำนั้นเป็นอาหารประเภทซุป ประกอบไปด้วย ไก่, ข่า, ตะไคร้, ใบมะกรูด ถ้าวันไหนเราเบื่อต้มยำ อยากกินอย่างอื่น โมเดลก็จะแนะนำให้เรากินต้มข่าไก่แทนครับ เพราะเป็นอาหารประเภทซุปเหมือนกัน และประกอบไปด้วย ไก่, ข่า, ตะไคร้, ใบมะกรูด ครับ ส่วน collaborative filtering จะแนะนำสิ่งที่เราน่าจะชอบจากกลุ่มคนที่ชอบอะไรเหมือน ๆ …

มาทำโมเดล recommendation อย่างง่ายกันเถอะ Read More »

เปิดประวัติคุณโก้ ณัฐพงษ์ บุตรพรหม จากนักดนตรีสู่ Corporate Data Analytic

แนะนำตัว สวัสดีครับ ผมชื่อโก้ ณัฐพงษ์ บุตรพรหม ( Data Analytic ประวัติคุณโก้ ณัฐพงษ์ )อดีตมือเบสแบ็คอัพให้กับ “ดา เอ็นโดรฟิน” ครับ ปัจจุบันเปลี่ยนสายงาน ผันตัวมาทำงานด้าน Data ตำแหน่ง Corporate Data Analytic ในทีม Marketing Strategy ที่บริษัท LEARN Corporation ครับ จุดเริ่มต้นในวงการดนตรี ผมเริ่มต้นเล่นดนตรีอาชีพครั้งแรกตอนปี 3 ครับ ที่ร้านชื่อ Park2Bar อยู่ตรงซอย สุขุมวิท 101/1 ตอนนั้นจำได้ว่าค่าตัวคืนละ 500 บาทเองครับ ร่วมงานกับ “ดา เอ็นโดรฟิน” ได้ยังไง ตอนอยู่ปี 4 (ดุริยางคศาสตร์ ศิลปากร เอก Jazz Performance – Electric Bass) ผมกำลังเตรียมทำ …

เปิดประวัติคุณโก้ ณัฐพงษ์ บุตรพรหม จากนักดนตรีสู่ Corporate Data Analytic Read More »

หลักสูตรอบรมพื้นฐานทางด้านวิทยาการข้อมูลและการเรียนรู้ของเครื่อง (Hands-on Data Science and Machine Learning)

( หลักสูตร Data Science-Machine Learning ) รายละเอียดหลักสูตร หัวข้อการอบรม 1. Introduction to Data Science and Analytic Thinking (1 วัน) ความรู้เบื้องต้นเกี่ยวกับการวิเคราะห์ข้อมูล รวมถึงการอภิปรายเทคนิคทั่วไปที่สำคัญสำหรับการวิเคราะห์และแปลงข้อมูลให้ได้มาซึ่งสารสนเทศที่มีความหมายจากชุดข้อมูลต่างๆ อธิบายหลักการที่เกี่ยวข้องกับการดำเนินการเก็บรวบรวมข้อมูล การแปลงข้อมูล การทำความสะอาดข้อมูล (Data Cleaning and Integration) และ การตัดสินใจจากข้อมูล โดยเน้นการคิดเชิงวิเคราะห์ 2. Data Science with Basic Python Programing (2 วัน) สอนการเขียนโปรแกรมพื้นฐานเฉพาะเพื่อการวิเคราะห์ข้อมูล โดยการพัฒนาความรู้ความสามารถในการเขียนโปรแกรมภาษา Python 3. Introduction to Statistics (1 วัน) 4. Exploratory Data Analysis (1 วัน) การวิเคราะห์ข้อมูลเบื้องต้น …

หลักสูตรอบรมพื้นฐานทางด้านวิทยาการข้อมูลและการเรียนรู้ของเครื่อง (Hands-on Data Science and Machine Learning) Read More »

สิ่งที่คุณต้องรู้ว่าด้วยเรื่องจริยธรรม AI

ความซื่อสัตย์เป็นนโยบายที่สำคัญที่สุด และกับปัญญาประดิษฐ์ก็เป็นจริงตามนั้นด้วยเช่นกัน ดังนั้นเรานำความรู้เรื่องจริยธรรม AI มาฝากกัน ( AI จริยธรรม ) AI หรือปัญญาประดิษฐ์ กำลังเปลี่ยนแปลงวิธีการทำงานขององค์กรและการมีส่วนร่วมของผู้คน เทคโนโลยีนี้ช่วยเพิ่มความสามารถในการทำงานที่ง่ายและซ้ำ ๆ ได้โดยอัตโนมัติ ปลดล็อกข้อมูลเชิงลึกที่ซ่อนอยู่ภายใต้ข้อมูลอีกที และช่วยให้เราตัดสินใจได้ดียิ่งขึ้น และมีข้อมูลมากขึ้น แต่ในวันที่ AI ได้เริ่มฝังรากลึกลงในกระแสหลักของไอที ความกังวลที่จะใช้ AI ไปในทางที่ผิดก็มีเพิ่มมากขึ้นเช่นกัน เพื่อแก้ไขปัญหาทางจริยธรรมที่อาจเกิดขึ้นซึ่งเป็นการวิเคราะห์ข้อมูลและการตัดสินใจที่ไม่ได้มาจากมนุษย์เอง มีองค์กรจำนวนมากเริ่มหันมาให้ความสนใจว่าเราจะสามารถป้องกันไม่ให้ AI ทำการตัดสินใจที่อาจเป็นอันตรายได้หรือไม่ อย่างไร AI เป็นเทคโนโลยีที่ทรงพลังและมีคุณประโยชน์มากมายมหาศาล Francesca Rossi หัวหน้าหน่วยด้านจริยธรรม AI ของ IBM กล่าวว่า “อย่างไรก็ตาม เพื่อวัดผลประโยชน์ที่เป็นไปได้อย่างเต็มที่ เราต้องสร้างระบบที่ไว้วางใจได้ ทั้งในเทคโนโลยีและในตัวผู้ผลิตเอง” “ปัญหาอคติ การอธิบายตัวข้อมูล การจัดการข้อมูล ความโปร่งใสในนโยบายของข้อมูล ความสามารถของระบบ และการออกแบบควรได้รับการแก้ไข มีผู้รับผิดชอบ และต้องเปิดเผย” Olivia Gambelin นักจริยธรรม AI และ …

สิ่งที่คุณต้องรู้ว่าด้วยเรื่องจริยธรรม AI Read More »

5 ความท้าทายต่อการเปลี่ยนแปลงโดย AI และการวิเคราะห์ข้อมูล

เหตุการณ์ต่าง ๆ ในช่วงปีที่ผ่านมา รวมถึงความท้าทายทางเศรษฐกิจและสังคมที่เพิ่มมากขึ้นเรื่อย ๆ จนอดคิดไม่ได้ว่าวิธีแก้ปัญหาต่าง ๆ เหล่านั้นจะต้องมีความซับซ้อนเพียงใด แต่ AI และการวิเคราะห์ข้อมูล กลับมีบทบาทสำคัญในการช่วยวิเคราะห์หาวิธีแก้ปัญหาดังกล่าว จะเห็นได้จากการที่ผู้นำทั้งฝ่ายรัฐบาลและอุตสาหกรรมล้วนแข็งแกร่งขึ้นเพราะมีข้อมูลที่เชื่อถือได้ และในตอนนี้ เราได้สรุปความท้าทายทางสังคม เศรษฐกิจ การเมือง ใน 5 ด้าน ที่ AI และการวิเคราะห์ข้อมูล จะสามารถมาช่วยปรับปรุงการทำงานให้ดีขึ้นได้ ดังนี้ 1. ด้านโครงสร้างพื้นฐาน ในช่วงปีที่ผ่านมา ร่างพระราชบัญญัติโครงสร้างพื้นฐานของสหรัฐอเมริกา ได้ทุ่มงบประมาณมหาศาลถึง 5.5 แสนล้านดอลลาร์ เพื่อปรับปรุงโครงสร้างพื้นฐานของอเมริกา ตั้งแต่สะพาน ถนน ไปจนถึงระบบอินเทอร์เน็ต ระบบบริหารจัดการน้ำ และพลังงานของประเทศ ผู้นำรัฐบาลได้นำ AI มาช่วยในการวิเคราะห์ข้อมูล เพื่อจัดลำดับความสำคัญและเพิ่มประสิทธิภาพการลงทุนโครงสร้างพื้นฐานเหล่านี้ ตัวอย่างของข้อมูลที่ถูกนำมาใช้ในการวิเคราะห์ เช่น ข้อมูลเรียลไทม์ที่รวบรวมจากระบบเซ็นเซอร์ IoT บนสะพาน อุโมงค์ ถนน และโครงสร้างพื้นฐานที่สำคัญอื่น ๆ ตลอดจนวิดีโอตรวจเฝ้าระวังภัยจากโดรน สิ่งเหล่านี้ช่วยให้องค์กรของรัฐสามารถวิเคราะห์สภาพของทรัพยากรและคาดการณ์ความเสียหายที่อาจจะเกิดขึ้น หากโครงสร้างพื้นฐานดังกล่าวเกิดปัญหาในรูปแบบต่าง ๆ …

5 ความท้าทายต่อการเปลี่ยนแปลงโดย AI และการวิเคราะห์ข้อมูล Read More »